关于LIBSVM预测的概率估计

Question

我正在尝试使用SVM分类器进行3级分类。我们如何解释LIBSVM预测的概率估计。它是基于实例与最大边缘超平面的垂直距离吗？

请通过对LIBSVM分类器预测的概率估计的解释进行一些说明。首先调整参数C和gamma，然后使用-b选项输出概率估算值，同时进行训练和测试。

Answer 1

多类SVM总是被分解为几个二元分类器（通常是一组对所有分类器）。任何二进制SVM分类器的决策函数输出到分离超平面的（带符号）距离。简而言之，SVM将输入域映射到一维实数（决策值）。预测标签由决策值的符号确定。从SVM模型获得概率输出的最常用技术是通过所谓的Platt scaling (paper of LIBSVM authors)。

  

它是基于实例与最大边缘超平面的垂直距离吗？

是。 通过校准分类器的决策值的逻辑函数，可以对输出这样的一维实数值的任何分类器进行后处理以产生概率。这与标准logistic regression中的方法完全相同。

Answer 2

SVM执行二进制分类。为了实现多类分类，libsvm执行所谓的一对一。调用-b时获得的是与此技术相关的概率，您可以在here解释。